Data Collection Variability Across Neonatal Hypoxic-Ischemic Encephalopathy Registries
Notice bibliographique
Résumé
OBJECTIVE: To assess variability among data elements collected among existing neonatal hypoxic-ischemic encephalopathy (HIE) data registries worldwide and to determine the need for future harmonization of standard common data elements. STUDY DESIGN: This was a cross-sectional study of data elements collected from current or recently employed HIE registry data forms. Registries were identified by literature search and email inquiries to investigators worldwide. Data elements were categorized by group consensus. RESULTS: A total of 1281 data elements were abstracted from 22 registries based in 14 countries, including 3 middle-income countries. Registries had a median of 106.5 distinct data elements per registry (range 59-458). The most commonly collected data were related to pregnancy, therapeutic hypothermia, and short-term hospital outcomes. The least consistently collected data were laboratory values other than acid/base status values. Only 4 variables were consistently collected in every registry. Five registries included neurodevelopmental follow-up fields and 5 others linked their data to a separate follow-up registry. CONCLUSION: Many HIE registries are collecting patient data around the world, but there is considerable variability in the number, type, and format of data collected. Future attempts to develop standard common data elements to harmonize data collection globally will be crucial to facilitate worldwide collaboration and to optimize management and outcome of neonatal HIE.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,135 | 0,246 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».